面向社交物联网的上下文感知服务推荐系统
信息检索
2023-08-17 v1 人工智能
网络与互联网体系结构
社会与信息网络
摘要
社交物联网（SIoT）使互联智能设备能够共享数据与服务，为个性化服务推荐开辟了机会。然而，现有研究常忽视可提升 SIoT 背景下推荐准确性与相关性的关键方面。具体而言，现有技术倾向于考虑设备间社会关系的提取，而忽略了服务评论的上下文呈现。本研究旨在通过探索每个设备-服务对的上下文表示来弥补这些不足。首先，我们提出一种潜在特征组合技术，通过聚合 SIoT 内设备-设备关系来捕获潜在特征交互。然后，我们利用因子分解机（Factorization Machines）对特定于每个 SIoT 设备-服务对的高阶特征交互建模，以实现准确的评分预测。最后，我们提出一种基于评论聚合与特征学习过程的 SIoT 服务推荐框架。实验评估证明了该框架在提升服务推荐准确性与相关性方面的有效性。
引用
@article{arxiv.2308.08499,
title = {Context-Aware Service Recommendation System for the Social Internet of Things},
author = {Amar Khelloufi and Huansheng Ning and Abdelkarim Ben Sada and Abdenacer Naouri and Sahraoui Dhelim},
journal= {arXiv preprint arXiv:2308.08499},
year = {2023}
}